具有分类器的ROC曲线和AUC曲线

Question

我的训练数据集有9行（样本）和705列（特征+目标）（Train_5，y_train_5）

我的测试数据集有17行和705列（我知道拆分不正确）（Test_5，y_test_5）

首先，我这样做：

clf = GradientBoostingClassifier ()
fit = clf.fit(Train_5, y_train_5)
y_predicted2 = clf.predict(Test_5)
c_report = classification_report(y_test_5, y_predicted2)
print('\nClassification report:\n', c_report)



Classification report:
           precision    recall  f1-score   support

       0       0.13      1.00      0.24         2
       1       1.00      0.13      0.24        15

此结果正常。但是，当我要绘制ROC曲线时，它给了我全部的信息，而AUC为1！

y_predicted = clf.predict_proba(Test_5)[:, 1]
false_positive, true_positive, _ = roc_curve(y_test_5, y_predicted)
auc = roc_auc_score(y_test_5, y_predicted)
auc
1

这是ROC曲线。

这显然是错误的！我的意思是，一个带有9个样本进行训练的分类器如何为您提供呢？我做错了吗？

Answer 1

不一定是错误的。我们必须自问轴是什么意思。它们是真实的正利率和真实的负利率。即，正确和错误地标记为“正类”的项目的实际情况。

如果您的9个样本中有8个是真实阳性，而最后一个是真实阴性。这个有可能。想象一下，使用一个滑块将左侧的所有内容归为正，将右侧的所有内容归为负。考虑一下您的真实正利率和真实负利率（为简单起见，我将使用5个总数）

|+|+|+|+|-|
^  

^这里，左边什么都没有，因此0件事被正确或错误地分类为正。所以两个轴都为0，让我们将其移到1：

|+|+|+|+|-|
  ^  

^这里，左边的所有内容都是肯定的，并且已正确分类，我们没有任何错误的肯定。沿线的每个点都是这种情况

|+|+|+|+|-|
        ^

^同样的解释在这里适用。让我们再移动一次滑块：

|+|+|+|+|-|
          ^

^至此。实际为正的所有事物都被正确地标记为正，而所有为负的事物（即一件事）被错误地标记为正（因此为假正）。这就是为什么这些曲线总是在对角线处开始和结束的原因。

我的意思是你也可能把东西弄乱了...